《表1 LSTM网络模型参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于长短时记忆神经网络的带钢酸洗浓度预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

1) 关于LSTM神经网络模型的参数设定，目前尚未统一可遵循的方法。在此，采用试凑法结合多次试验结果，探寻效果最好、最合适的参数。模型的具体参数见表1。由表可知，隐藏层数为3，设置每层的神经单元数均为128；考虑到样本数可能会导致过拟合问题，故在每层隐藏层后均加入Dropout算法以进行优化；在训练集时间窗的大小选择上，经过多次试验后发现训练集时间窗以10的效果为最好。另外，由于预测值包含酸浓度和铁离子浓度，故在全连接层的输出维度设置为Dense（2）。